Hvordan beregne gjennomsnittlig absolutt feil

I statistikken lager du prognoser basert på dataene du har tilgjengelig. Dessverre stemmer ikke prognosene alltid overens med de faktiske verdiene som genereres av dataene. Å vite forskjellen mellom prognosene og de faktiske verdiene til dataene dine er nyttig, da det kan hjelpe deg med å avgrense fremtidige prognoser og gjøre dem mer nøyaktige. For å finne ut hvor stor forskjell det er mellom prognosene dine og den faktiske verdien du produserer, må du beregne gjennomsnittlig absolutt feil (også kjent som MAE) for dataene.

Før du kan beregne MAE for dataene dine, må du først beregne summen av absolutte feil (SAE). Formelen for SAE er

som kan virke forvirrende i starten hvis du ikke er vant til sigma-notasjon. Den faktiske prosedyren er imidlertid ganske grei.

Trekk den sanne verdien (betegnet medxt) fra den målte verdien (betegnet medxJeg), muligens generere et negativt resultat avhengig av datapunktene dine. Ta den absolutte verdien av resultatet for å generere et positivt tall. Som et eksempel, hvisxJeg er 5 ogxt er 7:

instagram story viewer

Gjenta denne prosessen for hvert sett med målinger og prognoser i dataene dine. Antall sett er merket medni formelen, med

som indikerer at prosessen starter ved første sett (Jeg= 1) og gjentar totaltnganger. I det forrige eksemplet, anta at de forrige punktene som ble brukt var ett av ti par datapunkter. I tillegg til de 2 som ble generert før, genererer de gjenværende punktsettene absolutte verdier på 1, 4, 3, 4, 2, 6, 3, 2 og 9.

Når du har beregnet SAE, må du finne middel- eller gjennomsnittsverdien av de absolutte feilene. Bruk formelen

for å få dette resultatet. Du kan også se de to formlene kombinert til en, som ser ut som

men det er ingen funksjonell forskjell mellom de to.

Del SAE medn, som som nevnt ovenfor er det totale antallet poengsett i dataene dine. Fortsetter med forrige eksempel, dette gir oss

Avrund totalen til et sett antall signifikante sifre hvis nødvendig. Det er ikke behov for dette i eksemplet som brukes ovenfor, men en beregning som gir tall som MAE = 2.34678361 eller en gjentakende figur, kan trenge avrunding til noe mer håndterlig som MAE = 2.347. Antall etterfølgende sifre som brukes, avhenger av personlige preferanser og de tekniske spesifikasjonene for arbeidet du gjør.

Teachs.ru
  • Dele
instagram viewer